Как пройти на стажировку в Яндекс? 🤩

Шаг №0: определиться со сферой (надеюсь, что вы уже прочитали мой предыдущий пост про направления в IT). Все они представлены на этом сайте: есть разработка, анализ данных, информационная безопасность и тестирование.
У каждой сферы есть свои более узкие направления (так, например, в разработке есть аж 6 направлений, на которые можно податься на стажировку). На том же сайте можно подробно прочитать про каждое направление. Обратите внимание на геолокацию: некоторые из направлений доступны только для Москвы и Санкт-Петербурга (именно в этих городах набирают наибольшее количество стажёров). Не поленитесь: внимательно прочитайте про 2-3 интересующих вас направления и выберите одно 🤔

Шаг №1: начинаем подготовку. На странице вашего направления можно прочитать, какие этапы вам предстоит пройти при отборе, а также темы, которые у вас могут спросить на каждом из этапов отбора (это отличительная особенность Яндекса: тут весь процесс отбора достаточно "прозрачный", и за рамки этих тем как правило не выходят).
Поздравляю! Теперь у тебя есть темы, а значит ты можешь начать готовиться к собеседованиям 🤩
Конечно, готовиться можно по-разному, но в общем и самом простом случае ты просто вбиваешь в поиске Яндекса интернете "Курсы по <название темы>" или "Как выучить <название темы>".
Важно: не стоит слишком подробно изучать все темы, так как у тебя всегда будет ощущение, что ты еще недостаточно много знаешь. Просто изучи все темы на уровне "выше среднего" и переходи на следующий этап.

Шаг №2: ищем сотрудника, который сможет закинуть на вас рекомендацию. В Яндексе работает реферальная система, по которой каждый сотрудник может порекомендовать другого специалиста или стажёра. Это необязательный этап, но, тем не менее, это определённо будет плюсом в ситуации, когда на одну вакансию претендуют несколько соискателей. Хорошая новость 🥰: ты можешь написать мне (@rafaeldks), и я смогу закинуть на тебя рекомендацию, чуть-чуть пообщавшись с тобой в ЛС (к тому же поделюсь примером и шаблоном своего резюме, которое успешно прошло скрининг). После рекомендации с тобой свяжется рекрутер и попросит заполнить форму для заявки на стажировку.
Если же ты пожелаешь пропустить этот этап, то можешь просто оставить заявку на стажировку на том же сайте.

Шаг №3: решаем первое тестовое задание. Обычно это контест из 5-6 задач, если вы подавались как разработчик или аналитик. Его нужно решить в течение недели в любое время (сам контест длится 5 часов).
Важно: решить верно все задания - необязательно, иногда достаточно решить большую часть из них.

Шаг №4: ждём положительный фидбек и переходим к техническим собеседованиям (их может быть 2 или даже 3). Если с контестом все сложилось хорошо, то с тобой свяжется рекрутер и назначит тебе удобную дату технического собеседования. Темы таких собеседований ты уже знаешь, так как мы заранее ознакомились с ними на сайте стажировок 🥳
Теперь ты можешь начать углубленно изучать нужные темы, чтобы настроиться на них перед конкретным собеседованием. Кстати о технических собеседованиях: в Яндексе они почти всегда проходят очень комфортно и спокойно, так как собеседующие - добрячки 🤗

Шаг №5: проходим финальные собеседования и выходим на работу. После успешного прохождения всех технических собеседований твоё резюме становится видно всем командам, которые ищут стажёра. Если команде понравится резюме, то тебя пригласят на финальный собес, где расскажут про то, какими задачами ты будешь заниматься и, возможно, дадут решить еще пару задачек, связанных с деятельностью команды. Таких финальных собеседований может быть несколько, благодаря чему ты сможешь определиться, какая из команд больше всего понравилась тебе. Если у вас с командой взаимная любовь происходит мэтч, то смело сообщай об этом рекрутеру и оформляй с ним документы 🤙

Шаг №6: кайфуем и радуемся!

#Яндекс #работа

Кстати, подробнее про процесс прохождения собеседований и сами задачки можно почитать в канале у Ильи Крамника - моего очень крутого друга и однокурсника!

Прямо сейчас он проходит сразу два отбора: на джуна-аналитика в Тинькофф ⭐ и на стажёра-аналитика в Яндекс 😀

Вообще, у Ильи можно многому научиться:
- поступил в Нижегородскую Вышку и на второй курс перевелся на мою программу в Москву 🤯
- развивает свой стартап по психологической поддержке студентов и выступает на питчах 💼
- на основе личного опыта даёт советы для того, чтобы успешно пройти собеседование по аналитике 📈
- как и я работал 2 года куратором на Флэше, поэтому шарит за образование 📚
- прочитал очень много интересных книг (я сам часто обращаюсь к нему за рекомендациями 🤔)

Советую подписаться, я сам с интересом читаю каждый пост 🙂

Увы, но мой восторг длился недолго: друг прервал мои восхищения, пояснив, что в сети магазинов SPAR используется фиксированная цена за 100 грамм любого продукта готовой кухни. Иначе говоря, при одинаковой массе продукта вообще нет разницы, что именно ты берёшь: наггетсы, роллы или даже гречку - в любом случае заплатишь одинаково 💲 (если не учитывать последствия для здоровья, конечно)

Оказывается, что для решения этой задачи можно использовать даже такую наивную модель с фиксированной ценой вопреки современным нейросетям и ML-моделям. Впрочем, наверняка этот подход далеко не наивный и чем-то обусловлен, если он всё ещё существует (однако мне кажется, что там используется что-то не сильно более сложное, чем среднее из <затраты на все изготовление продукта + наценка>)

Мораль: конечно, я не могу утверждать, что такой наивный подход является наилучшими. И всё жё классно даже в таких ситуациях задуматься о процессах и попытаться их оценить как аналитик. Порой мы задумываемся о сложных решениях (которые, безусловно, бывают нужны) и даже не замечаем, что у нас перед глазами есть банальный и более простой выход 🙌

Этот пост довольно фановый, но тем не менее интересно посмотреть, как вам зайдёт формат таких историй 😉

#ML

Что будет, если ты поступишь в университет и тебе не понравится твоё направление?

Наверное, этот вопрос волнует абсолютно каждого абитуриента, особенно если он собирается поступать в IT - там ведь очень много направлений 🤯
Чаще всего бывает так, что абитуриент последние 1-2 года готовился к ЕГЭ и еще не успел попробовать себя ни в разработке, ни в анализе данных, ни в чём либо ещё 😪

И это нормально! Я и сам был таким: в школе из информатики я занимался только несложным олимпиадным программированием, написал одно небольшое приложение для iOS, да и всё на этом. Исходя из этого опыта я понимал, что мне в целом нравится писать код на питоне и плюсах, а значит мне нужно идти на разработчика! “Всё решено, пойду на программную инженерию” - сказал я 🤟

Спустя полгода после поступления я заметил, что не испытываю никакого кайфа от разработки: оказалось, что промышленное программирование сильно отличается от олимпиадного, которое было в школе. В разработке большое внимание уделяется парадигмам ООП и самой архитектуре программы (это немного отличается от того, когда ты пишешь код последовательно в том же ЕГЭ).

Ситуация выходит такая: всё, что связано с программированием, у меня идёт тяжело - и так учиться ещё 4 года. При этом я немного узнал про нейросети на одном из курсов по выбору и понял, что мне было бы интересно попробовать анализ данных.

Неужели я ошибся с направлением? И что же делать дальше?

Давай разберём возможные способы решения проблемы:

- курсы по выбору и факультативы: в многих университетах есть курсы, которые ты выбираешь самостоятельно (это, кстати, крутой критерий оценки университета при поступлении). При этом эти курсы могут быть из другой области: например, хотя я и учусь на разработчика, на первом курсе у меня была возможность выбрать предмет “Нейросетевые технологии”, благодаря которому я и понял, что мне нравится Data Science.
Ты всегда можешь ходить вольным слушателем на любые предметы в твоём университете. А ещё есть общеуниверситетские факультативы (лайфхак: часто на факультативы можно записаться даже в другой университет, если поговорить с преподавателем), которые также дают возможность расти горизонтально, т.е. “вширь”. Иначе говоря, благодаря таким курсам ты можешь сместиться в смежную область, которая тебя больше интересует 😍

- получить хорошую базу: вероятнее всего, у тебя будет достаточно курсов по высшей математике, алгоритмам и ООП на первом и втором курсе - именно эти предметы проходятся почти на всех направлениях, связанных с IT. Особенно круто, если эти курсы окажутся качественными, потому что это даст тебе неплохую базу для того, чтобы изучить что-то смежное. Так, например, более-менее разобравшись с математикой на первом курсе, я начал заниматься на онлайн-курсах Вышки по анализу данных, а в сентябре второго курса записался на курс “Специалист по Data Science” от Яндекс.Практикума. Иначе говоря, ты можешь получить хороший фундамент, который используется почти во всех смежных сферах, после чего тебе будет уже гораздо проще изучить то, что тебе нравится 😉

- использовать внешние источники: с хорошей базой тебе будет совсем несложно изучать что-то новое. Тут можно обращаться к самым разным источникам: онлайн-курсы, школы и академии от компаний (как Школа Анализа Данных от 😀, например), конференции и книги (я их, кстати, почти не читал). В конце концов, ты же не думаешь, что университет даст тебе все необходимые знания, чтобы устроиться на крутую работу? (спойлер: перед любым собеседованием тебе придется готовиться самостоятельно, какой бы крутой университет не был)

- успокоиться: на самом деле ты уже учишься и изучаешь массу того, что тебе в том или ином виде пригодится в смежной сфере. Значительная часть IT устроена так, что в нём применяются почти одни и те же принципы, алгоритмы, подходы и тд. Так, например, принципы ООП из разработки помогут тебе проще воспринимать, как устроены ML модели из библиотек, а пределы из мат.анализа помогут понять, как асимптотически оценивать сложность алгоритмов. Поэтому не накручивай себя. Неприятные предметы закончатся, а с каждым курсом учиться, как правило, становится всё проще. А также не забывай знакомиться с классными людьми с твоей же программы, ведь среди них точно найдутся те, кто тоже ошибся с направлением и сейчас активно изучает смежную сферу 👀

- переводиться: самый хардкорный вариант. Обычно это действительно непросто и требует много сил, но тем не менее такие случаи перевода на другую программу существуют. Тут всё индивидуально, и давать тебе такого совета я всё же не смогу 🥸

Итак, отвечаю на вопрос из заголовка: у тебя всё будет хорошо. Сейчас ты готовишься и сдашь ЕГЭ по информатике, а потом ты в любом случае поступишь на какую-то программу, где сможешь изучить фундаментальные основы, которые помогут тебе перейти в смежную сферу почти безболезненно. В IT слишком много пересечений, чтобы одна лишь программа определяла твоё будущее. Я учусь на разработчика и работаю аналитиком. В моей команде очень много людей, которые учились на разработчиков, математиков и даже физиков, однако при этом сейчас являются крутейшими дата сайентистами.

Никакая образовательная программа не сможет определить твоё будущее за тебя, поэтому не бойся ошибаться. И пробуй! 🔥

P.S.: накидай реакцию, если хочешь больше постов про поступление)

#поступление #образование